• Che cos’è Steam?
• Perché vale la pena analizzare questi dati?
• Che tipi di relazioni possiamo osservare?
• Cosa possiamo valutare?
• Possiamo usare questi dati per consigliare videogiochi da giocare?

DT, visNetwork, networkD3
Rcpp, sets, rmarkdown
circlize, knitr, plyr
dplyr, ggplot2, igraph
purrr, ggraph, tidyr
tidygraph, rlang, netrankr
corrplot, lpSolve, lpSolveAPI
Rglpk, DT

I dataset considerati sono in totale tre:

1. Steam Store Games (Clean dataset)
2. Steam Video Games
3. Metacritic all time games stats

Tutti ottenuti dalla piattaforma Kaggle.

L’analisi è incentrata sui primi due.

Mostriamo qui la struttura del primo dataset:

Con una prima e rapida analisi possiamo calcolare le dimensioni effettive del dataset:

• 12393 giocatori diversi
• 5154 giochi diversi
• 129511 acquisti
• 70489 giochi giocati

Si vede già qui il problema del “backlog”.

Molto più ricco è invece il secondo dataset:

Con un totale di 27075 giochi.

Quali sono i giochi più giocati?

Nelle prime posizioni sono quasi tutti giochi di Valve.

In scala logaritmica:

• Molte più informazioni disponibili
• Impossibilità di considerare diversi giochi
  
• Esempi: serie BioShock e Civilization

Da Kaggle non era possibile avere delle informazioni precise su quando il dataset 200K fosse stato acquisito. E’ possibile datarlo utilizzando tre dati:

• La problematica citata sulla serie BioShock
• La presenza del gioco “out there somewhere” (il problema degli Early Access)
• L’assenza di giocatori di Civilization VI

L’assenza di giocatori di Civilization VI risulta statisticamente improbabile:

• Nell’ottobre 2016 vi erano 162310 utenti attivi in contemporanea (circa 1 MLN di copie vendute)
• Gli utenti Steam attivi nel 2018 erano 90 Milioni (e il dato è sempre in crescita)
• secondo queste osservazioni, la probabilità che il non campionamento sia casuale è compresa tra 1.265784e-09 e 1.170284e-05

Basato sulla percentuale di valutazioni positive degli utenti Steam:

• Cos’è metacritic?
• Non solo dati di giochi, non solo dati di giochi per PC.
• Userscore e Metascore

Star Wars Battlefront II è un gioco emblematico per questo fenomeno.

Volendo usare sempre i dati di metacritic si perderebbero 1321 giochi e 817 giocatori. Per questo:

• Si accettano valori non definiti
• Viene usato il modello lineare generalizzato calcolato per stimare il Metascore (se assente)

Essere un gioco Indie ha un impatto positivo o negativo?

Cosa vuol dire veramente “Free to Play”?

Questo è solo un esempio di uso possibile per le Tag.

In scala logaritmica:

Segue il modello ad attacco preferenziale di Barabasi-Albert

La ricerca delle componenti connesse restituisce il seguente output, mostrando la presenza della componente gigante, come atteso.

[1] 16
[[1]]
[1] "Dimensione: 3 Numero: 14"

[[2]]
[1] "Dimensione: 4 Numero: 1"

[[3]]
[1] "Dimensione: 13036 Numero: 1"

Gli archi mostrano la quantità di utenti che giocano a entrambi i giochi (nodi) adiacenti.

Fast greedy: (modularità 0.160)

Louvain: (modularità 0.182)

Walktrap: (modularità 0.147)

La modularità basata su uguaglianza di tag è bassa ed è 0.02252084

Secondo il metodo Louvain:

Unione di più aspetti:

• Flusso di giocatori verso altri giochi
• Centralità e potenza nella rete
• Correlazione sul bitset dei generi
• Similarità con altri nodi della rete
• Valutazioni dei critici e stime
• Valutazioni degli utenti
• Costo e tempo medio di gioco
• Dimensione dell’utenza

Esempio d’uso

Molti altri aspetti da valutare:

• Bontà Raccomandazioni
• Classificazione per età
• Categorizzare gli utenti

Risultati:

• Scalabilità
• Approccio parametrico
• Possibilità di integrazione e verifica con ulteriori dati